声明
致谢
摘要
1.1.1 选题背景与问题提出
1.1.2 研究意义
1.2 国内外研究综述
1.2.1 传统交通流分配模型
1.2.2 基于智能、异质、有限理性的改进
1.2.3 多主体自治系统的相关研究
1.2.4 自组织与混沌边缘决策思想
1.2.5 交通流分配模型的应用——出行价格问题
1.2.6 研究现状分析与总结
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 研究方法与技术路线
1.4 本章小结
2 自组织混沌边缘决策思想在交通流研究中的适用性
2.1 引言
2.2 复杂交通适应系统
2.2.1 交通系统的复杂性及其产生根源
2.2.2 交通系统的多主体自组织特征
2.2.3 复杂交通适应系统的多主体模型结构
2.3 非理性因素对群体决策的影响
2.4 对既有交通流分配方法的批判与借鉴
2.4.1 决策模型的演变
2.4.2 随机用户均衡(SUE)模型
2.4.3 基于前景理论的改进及不足之处
2.4.4 复杂交通适应系统建模的优化思想
2.5 本章小结
3.1 引言
3.2 基本假设
3.2.1 参数及路网描述
3.2.2 出行者Agent假设
3.3 模型建立
3.3.1 多主体路径选择元胞自动机模型
3.3.2 路径选择规则
3.3.3 出行者决策系数
3.3.4 路径选择行为演化熵
3.4 交通流分配演化算法
3.5 算例及仿真
3.5.1 算例路网
3.5.2 仿真参数
3.5.3 自组织属性对路网性能的影响
3.6 基于混沌边缘的决策行为分析
3.6.1 出行者决策系数
3.6.3 路径选择行为演化熵
3.8 本章小结
4.1 引言
4.2 社会情感理论概述
4.2.1 基本理论及建模思想
4.2.2 社会情感优化算法
4.3 基本假设
4.3.1 参数及路网描述
4.3.2 出行者Agent假设
4.4 模型建立
4.4.1 多主体路径选择元胞自动机模型
4.4.2 出行经验更新规则
4.4.3 出行者决策系数
4.4.4 路径选择行为演化熵
4.4.5 交通流量约束条件
4.5 交通流分配演化算法
4.6 算例及仿真
4.6.1 算例路网及仿真参数
4.6.2 交通流演化过程
4.6.3 情绪参数对路网性能的影响
4.7 基于混沌边缘的决策行为分析
4.7.1 出行者决策系数
4.7.2 路径选择行为演化熵
4.8 交通流实际数据采集分析
4.9 本章小结
5.1 引言
5.2 基本假设
5.2.1 参数及路网描述
5.2.2 出行者Agent假设
5.3 模型建立
5.3.1 多主体路径选择小世界网络模型
5.3.2 路径累积前景效用
5.3.3 小世界群体Agent出行经验更新规则
5.3.4 出行者决策系数
5.3.5 路径选择行为演化熵
5.3.6 交通流量约束条件
5.4 交通流分配演化算法
5.5 算例及仿真
5.5.1 算例路网及仿真参数
5.5.2 交通流演化结果
5.5.3 参照点依赖效应
5.5.4 出行者异质程度与路径流量
5.6 基于混沌边缘的决策行为分析
5.6.1 出行者决策系数
5.6.2 路径选择行为演化熵
5.7 交通流实际数据采集分析
5.8 本章小结
6 基于自组织交通流演化模型的出行价格优化问题
6.1 引言
6.2 基本假设
6.2.1 价格博弈假设——上层规划
6.2.2 出行者Agent假设——下层规划
6.3 出行价格双层规划模型
6.3.1 上层规划
6.3.2 下层规划
6.4 出行者群体自组织交通流演化模型
6.4.1 多主体出行方式选择小世界模型
6.4.2 出行方式累积前景效用
6.4.3 小世界群体Agent出行经验更新规则
6.4.4 出行者决策系数
6.4.5 出行方式选择演化熵
6.5 模型演化求解算法
6.5.1 灵敏度分析
6.5.2 模型求解步骤
6.6 数值模拟
6.6.1 参数设置
6.6.2 模型演化过程及结果
6.6.3 参照点依赖效应
6.6.4 决策属性灵敏度分析
6.7 基于混沌边缘的决策行为分析
6.7.1 出行者决策系数
6.7.2 出行方式选择演化熵
6.8 本章小结
7.1 本文工作总结及结论
7.2 本文创新点
7.3 本文不足之处及未来研究展望
参考文献
附录
作者简历及攻读博士学位期间取得的研究成果
学位论文数据集
北京交通大学;